本书探讨了新一代人工智能技术在电力领域的应用。首先介绍了电力行业现状与挑战，以及人工智能技术的背景和意义。随后详细阐述了计算机视觉在设备巡检、人员行为识别中的应用，多模态大模型在故障诊断和调度优化中的作用，大语言模型在智能客服和技术文档生成中的价值，具身智能在设备操作维护和应急抢修中的实践，以及智能体在电力调度和市场交易中的应用。最Z后通过综合案例剖析技术协同效益，并探讨挑战与未来趋势。
人工智能技术（AI）在电力领域的应用，既是应对能源转型、系统复杂化的必然选择，也是实现“双碳”目标、提升行业竞争力的核心路径，通过数据驱动的智能决策，AI正重塑电力系统的生产、传输、消费模式，推动其向高效、清洁、安全、灵活的新型电力系统演进，为全球能源可持续发展提供关键支撑。

前言
第1章 概述
1．1 人工智能技术在电力领域应用的背景与意义 003
1．1．1 应用背景 003
1．1．2 应用意义 004
1．2 电力行业的发展现状与挑战 006
1．2．1 发展现状 006
1．2．2 面临挑战 007
1．3 新一代人工智能技术概述 008
1．3．1 大语言模型：语言智能的革新引擎 009
1．3．2 多模态大模型：打破感知边界 009
1．3．3 智能体：自主决策的“行动者” 011
1．3．4 具身智能：赋予智能实体“身体” 012
第2章 计算机视觉在电力领域的应用
2．2．1 输电线路巡检 045
2．2．2 变电站设备巡检 064
2．3 电力作业现场管控中的计算机视觉应用 089
2．3．1 电力作业现场违章识别技术与应用 090
2．3．2 现场作业视觉模型压缩技术与应用 108
第3章 大语言模型在电力领域的应用
3．1 大语言模型技术原理 131
3．1．1 Transformer 技术原理 132
3．1．2 预训练大语言模型 137
3．1．3 光明电力大模型 140
3．1．4 大模型能力增强与优化方法 142
3．2 RAG 技术原理 147
3．2．1 检索原理 148
3．2．2 增强原理 153
3．3 大模型在文档生成与解读辅助中的应用 158
3．3．1 电力文档的自动撰写 158
3．3．2 电力复杂技术文档关键信息提取与解读 163
3．4 智能客服系统构建 167
3．4．1 电力业务知识库的整合与语义理解 168
3．4．2 基于大语言模型的自动问答生成与交互优化 177
3．4．3 客户满意度提升与运营成本降低 183
第4章 多模态大模型在电力领域的应用
4．1 多模态大模型概述 191
4．1．1 多模态数据的融合原理 193
4．1．2 多模态大模型的架构与训练方法 194
4．2 输电环节中的多模态技术与应用 203
4．2．1 多维数据融合的输电山火烟雾检测 204
4．2．2 多维数据融合的输电无人机缺陷巡检 215
4．3 变电设备缺陷检测中的多模态技术与应用 233
4．3．1 融合多源数据进行缺陷特征挖掘 234
4．3．2 融合物理机理对变电设备的缺陷检测 239
4．4 电力现场作业风险管控中的多模态技术应用 244
4．4．1 多模态现场作业违章识别 245
4．4．2 多模态现场作业风险研判 250
4．5 电力调度中的多模态技术应用 257
4．5．1 结合气象、电网拓扑等多模态信息进行负荷预测 258
4．5．2 基于多模态预测结果的调度策略优化 260
第5章 智能体在电力领域的应用
5．1 智能体技术基础 265
5．1．1 智能体的定义与特征 266
5．1．2 智能体的架构设计与开发方法 268
5．1．3 MCP 技术 271
5．2 智能体在电力生产中的应用 274
5．2．1 电力系统调度中的智能体应用 275
5．2．2 电力市场交易中的智能体参与 289
5．3 智能体在电力领域知识管理与传承中的应用 300
5．3．1 知识管理与分析智能体 300
5．3．2 数字人与知识传承 311
5．4 典型应用 327
5．4．1 电力设备运检智能体 327
5．4．2 安全生产管控智能体 331
5．4．3 项目合规性审查智能体 335
第6章 具身智能在电力领域的应用
6．1 具身智能概念与技术体系 344
6．1．1 具身智能的核心理念 346
6．1．2 传感器、执行器与智能决策系统的协同架构 348
6．1．3 技术架构 363
6．2 电力设备巡检中的具身智能应用 367
6．2．1 传统巡检与作业机器人的局限 367
6．2．2 具身智能机器人自主巡检 369
6．2．3 具身智能机器人设备自主操控 376
6．2．4 案例介绍 382
6．3 电力设备维护与应急检修中的具身智能探索 385
6．3．1 设备维护与应急检修的挑战与具身智能价值 386
6．3．2 具身智能在设备维护与应急检修中的关键能力 389
6．3．3 相关案例 396
6．4 未来在电力领域的应用趋势与技术挑战 399
6．4．1 未来应用趋势 399
6．4．2 技术挑战 402
第7章 面临的挑战和未来发展趋势
7．1 面临的挑战与解决方案探讨 407
7．1．1 核心挑战：技术迭代与行业需求的适配困境 407
7．1．2 解决方案：技术创新与体系重构的双轮驱动 411
7．2 未来发展趋势与展望 414
7．2．1 新技术融合带来的机遇 414
7．2．2 电力领域智能化发展的方向与潜在应用场景预测 418
第8章 结论
8．1 总结 425
8．2 研究成果与贡献回顾 426
8．2．1 大语言模型：重塑电力知识体系与决策模式 426
8．2．2 多模态大模型：破解复杂场景下的感知与推理难题 426
8．2．3 智能体：驱动电力系统的分布式协同与自主决策 427
8．2．4 具身智能：拓展电力物理世界的自动化边界 428
8．3 对后续研究与实践的建议 429
8．3．1 技术融合层面：深化跨领域协同创新 429
8．3．2 应用落地层面：完善标准化与安全体系 429
8．3．3 人才培养层面：构建复合型人才梯队 429

参考文献 430